CN104075965A - 一种基于分水岭分割的显微图像颗粒粒度测量方法 - Google Patents
一种基于分水岭分割的显微图像颗粒粒度测量方法 Download PDFInfo
- Publication number
- CN104075965A CN104075965A CN201410311363.7A CN201410311363A CN104075965A CN 104075965 A CN104075965 A CN 104075965A CN 201410311363 A CN201410311363 A CN 201410311363A CN 104075965 A CN104075965 A CN 104075965A
- Authority
- CN
- China
- Prior art keywords
- image
- micro
- pixel
- particle
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
本发明公开了一种基于分水岭分割的显微图像颗粒粒度测量方法,本方法首先利用中值滤波器、全局阈值方式对获取的原始显微图像进行预处理,然后计算预处理后显微图像的梯度图像,构建梯度图像的数据矩阵,通过数据矩阵计算梯度图像的内部标记符集合和外部标记符集合,获得分割后显微图像,再对颗粒的数目、大小、形状进行测量,从而实现了基于分水岭分割的显微图像颗粒粒度测量。本方法有效地解决了颗粒粒度测量系统获取的颗粒轮廓不连续且不单一,保证了颗粒粒度参数测量的精度。该方法使用简便,无需增加额外辅助设备。
Description
技术领域
本发明涉及一种颗粒粒度测量方法,特别是一种基于分水岭分割的显微图像颗粒粒度测量方法。
背景技术
颗粒粒度是表征颗粒物理性质的一项重要特征,目前可以采用显微图像测量方法实现对颗粒粒度的自动测量。显微图像测量方法一般由图像采集部分、图像处理部分和图像测量部分构成,图像测量部分采用CCD摄像机及配套采集部分获得所拍摄的原始显微图像;图像处理部分利用处理算法的软件设计获取有利于颗粒粒度测量的轮廓信息;图像测量部分根据颗粒轮廓信息进行颗粒粒度参数的统计和计算。由于颗粒显微图像存在边界模糊不清、噪声严重以及背景复杂等问题,使用现有方法获取的颗粒轮廓不连续且不单一,颗粒粒度参数测量精度不高。
发明内容
本发明目的在于提供一种基于分水岭分割的显微图像颗粒粒度测量方法,解决颗粒粒度参数测量精度不高的问题。
一种基于分水岭分割的显微图像颗粒粒度测量方法,其具体步骤为:
第一步 构建基于分水岭分割的显微图像颗粒粒度测量系统
基于分水岭分割的显微图像颗粒粒度测量系统,包括:光学显微镜、CCD摄像机、图像采集卡、图像预处理模块、图像分割模块和颗粒参数测量模块;
图像预处理模块的功能为:对获取的原始显微图像进行预处理,去除原始显微图像的噪声,强化颗粒的轮廓、边缘。
图像分割模块的功能为:计算预处理后显微图像的梯度图像,通过由梯度图像构建的数据矩阵计算内部标记符集合和外部标记符集合,获得分割后显微图像。
颗粒参数测量模块的功能为:计算分割后显微图像中颗粒的数目、周长、面积、等效粒径和圆形度。
图像采集卡与CDD摄像机通过RS-422接口连接,图像采集卡与测量计算机通过PCI总线连接;图像预处理模块、图像分割模块和颗粒参数测量模块分别置于测量计算机中。
第二步 原始显微图像获取
将颗粒样本放置于测量平台上,经光学显微镜放大后由CCD摄像机成像。图像采集卡对CCD摄像机输出的图像视频信号进行采集,经A/D转换后通过PCI总线将原始显微图像存储于测量计算机中。
第三步 图像预处理模块对原始显微图像进行平滑处理
图像预处理模块接收存储于测量计算机中的原始显微图像,采用滑动窗口为3*3的中值滤波器去除原始显微图像中的干扰和噪声,保留原始显微图像中颗粒的轮廓、边缘信息。
第四步 图像预处理模块对平滑后显微图像进行二值化处理
图像预处理模块利用平滑后显微图像水平方向和垂直方向像素的灰度差计算大小为 的显微图像全局阈值:
(1)
其中:
,
,
。
表示显微图像水平方向的坐标,表示显微图像竖直方向的坐标;
表示显微图像像素的灰度值;
表示显微图像像素的左方像素的灰度值;
表示显微图像像素的右方像素的灰度值;
表示显微图像像素的下方像素的灰度值;
表示显微图像像素的上方像素的灰度值;
表示显微图像像素左方像素与右方像素的灰度差的绝对值;
表示显微图像像素下方像素与上方像素的灰度差的绝对值。
由公式(2)得到二值化显微图像:
(2)
第五步 图像分割模块获得二值化显微图像的梯度图像
图像分割模块利用3*3的Sobel掩膜计算二值化显微图像的梯度图像。显微图像中像素的梯度为:
(3)
其中为显微图像水平方向的一阶导数,为显微图像竖直方向的一阶导数。
第六步 图像分割模块对梯度图像进行分割
图像分割模块把梯度图像存储为数据矩阵,数据矩阵中的每个数值为梯度图像中对应像素的灰度值,计算梯度图像的极大值,将极大值点作为分水岭的内部标记符集合。对内部标记符集合进行距离变换后再进行一次分水岭变换得到分水岭脊线,将分水岭脊线作为分水岭的外部标记符集合。采用最小强制方式对梯度图像进行修改,由此得到分割后显微图像。
第七步 颗粒参数测量模块对颗粒数目、大小、形状进行测量
颗粒参数测量模块采用线扫描方式对分割后显微图像中各目标区域标号,最大的区域标号即为显微图像中颗粒的数目N。
颗粒参数测量模块统计目标区域中颗粒边缘的像素个数,即为此目标区域中颗粒的周长L。
目标区域中颗粒的面积为颗粒边缘与边缘内包含的像素个数之和,此目标区域的颗粒面积为:
(4)
由此计算出颗粒的等效粒径为:
(5)
圆形度为:
(6)
经过上述各步骤实现了基于分水岭分割的显微图像颗粒粒度测量。
本方法有效地解决了颗粒粒度测量系统获取的颗粒轮廓不连续且不单一,保证了颗粒粒度参数测量的精度。该方法使用简便,无需增加额外辅助设备。
具体实施方式
一种基于分水岭分割的显微图像颗粒粒度测量方法,其具体步骤为:
第一步 构建基于分水岭分割的显微图像颗粒粒度测量系统
基于分水岭分割的显微图像颗粒粒度测量系统,包括:光学显微镜、CCD摄像机、图像采集卡、图像预处理模块、图像分割模块和颗粒参数测量模块;
图像预处理模块的功能为:采用中值滤波器、全局阈值法对获取的原始显微图像进行预处理,去除原始显微图像的噪声,强化颗粒的轮廓、边缘。
图像分割模块的功能为:计算预处理后显微图像的梯度图像,通过由梯度图像构建的数据矩阵计算内部标记符集合和外部标记符集合,获得分割后显微图像。
颗粒参数测量模块的功能为:计算分割后显微图像中颗粒的数目、周长、面积、等效粒径和圆形度。
图像采集卡与CDD摄像机通过RS-422接口连接,图像采集卡与测量计算机通过PCI总线连接;图像预处理模块、图像分割模块和颗粒参数测量模块分别置于测量计算机中。
第二步 原始显微图像获取
将颗粒样本放置于测量平台上,经光学显微镜放大后由CCD摄像机成像。图像采集卡对CCD摄像机输出的图像视频信号进行采集,经A/D转换后通过PCI总线将原始显微图像存储于测量计算机中。
第三步 图像预处理模块对原始显微图像进行平滑处理
图像预处理模块接收存储于测量计算机中的原始显微图像,采用滑动窗口为3*3的中值滤波器去除原始显微图像中的干扰和噪声,保留原始显微图像中颗粒的轮廓、边缘信息。
第四步 图像预处理模块对平滑后显微图像进行二值化处理
图像预处理模块利用平滑后显微图像水平方向和垂直方向像素的灰度差计算大小为的显微图像全局阈值:
(1)
其中:
,
,
。
表示显微图像水平方向的坐标,表示显微图像竖直方向的坐标;
表示显微图像像素的灰度值;
表示显微图像像素的左方像素的灰度值;
表示显微图像像素的右方像素的灰度值;
表示显微图像像素的下方像素的灰度值;
表示显微图像像素的上方像素的灰度值;
表示显微图像像素左方像素与右方像素的灰度差的绝对值;
表示显微图像像素下方像素与上方像素的灰度差的绝对值。
由公式(2)得到二值化显微图像:
(2)
第五步 图像分割模块获得二值化显微图像的梯度图像
图像分割模块利用3*3的Sobel掩膜计算二值化显微图像的梯度图像。显微图像中像素的梯度为:
(3)
其中为显微图像水平方向的一阶导数,为显微图像竖直方向的一阶导数。
第六步 图像分割模块对梯度图像进行分割
图像分割模块把梯度图像存储为数据矩阵,数据矩阵中的每个数值为梯度图像中对应像素的灰度值,计算梯度图像的极大值,将极大值点作为分水岭的内部标记符集合。对内部标记符集合进行距离变换后再进行一次分水岭变换得到分水岭脊线,将分水岭脊线作为分水岭的外部标记符集合。采用最小强制方式对梯度图像进行修改,由此得到分割后显微图像。
第七步 颗粒参数测量模块对颗粒数目、大小、形状进行测量
颗粒参数测量模块采用线扫描方式对分割后显微图像中各目标区域标号,最大的区域标号即为显微图像中颗粒的数目N。
颗粒参数测量模块统计目标区域中颗粒边缘的像素个数,即为此目标区域中颗粒的周长L。
目标区域中颗粒的面积为颗粒边缘与边缘内包含的像素个数之和,此目标区域的颗粒面积为:
(4)
由此计算出颗粒的等效粒径为:
(5)
圆形度为:
(6)
经过上述各步骤实现了基于分水岭分割的显微图像颗粒粒度测量。
Claims (1)
1.一种基于分水岭分割的显微图像颗粒粒度测量方法,其特征在于本方法的具体步骤为:
第一步构建基于分水岭分割的显微图像颗粒粒度测量系统
基于分水岭分割的显微图像颗粒粒度测量系统,包括:光学显微镜、CCD摄像机、图像采集卡、图像预处理模块、图像分割模块和颗粒参数测量模块;
图像预处理模块的功能为:对获取的原始显微图像进行预处理,去除原始显微图像的噪声,强化颗粒的轮廓、边缘;
图像分割模块的功能为:计算预处理后显微图像的梯度图像,通过由梯度图像构建的数据矩阵计算内部标记符集合和外部标记符集合,获得分割后显微图像;
颗粒参数测量模块的功能为:计算分割后显微图像中颗粒的数目、周长、面积、等效粒径和圆形度;
图像采集卡与CDD摄像机通过RS-422接口连接,图像采集卡与测量计算机通过PCI总线连接;图像预处理模块、图像分割模块和颗粒参数测量模块分别置于测量计算机中;
第二步原始显微图像获取
将颗粒样本放置于测量平台上,经光学显微镜放大后由CCD摄像机成像;图像采集卡对CCD摄像机输出的图像视频信号进行采集,经A/D转换后通过PCI总线将原始显微图像存储于测量计算机中;
第三步图像预处理模块对原始显微图像进行平滑处理
图像预处理模块接收存储于测量计算机中的原始显微图像,采用滑动窗口为3*3的中值滤波器去除原始显微图像中的干扰和噪声,保留原始显微图像中颗粒的轮廓、边缘信息;
第四步图像预处理模块对平滑后显微图像进行二值化处理
图像预处理模块利用平滑后显微图像水平方向和垂直方向像素的灰度差计算大小为M×N的显微图像全局阈值:
其中:
e(x,y)=max(|ex|,|ey|),
ex=f(x-1,y)-f(x+1,y),
ey=f(x,y-1)-f(x,y+1);
x表示显微图像水平方向的坐标,y表示显微图像竖直方向的坐标;
f(x,y)表示显微图像像素(x,y)的灰度值;
f(x-1,y)表示显微图像像素(x,y)的左方像素(x-1,y)的灰度值;
f(x+1,y)表示显微图像像素(x,y)的右方像素(x+1,y)的灰度值;
f(x,y-1)表示显微图像像素(x,y)的下方像素(x,y-1)的灰度值;
f(x,y+1)表示显微图像像素(x,y)的上方像素(x,y+1)的灰度值;
|ex|表示显微图像像素(x,y)左方像素(x-1,y)与右方像素(x+1,y)灰度差的绝对值;
|ey|表示显微图像像素(x,y)下方像素(x,y-1)与上方像素(x,y+1)的灰度差的绝对值;
由公式(2)得到二值化显微图像:
第五步图像分割模块获得二值化显微图像的梯度图像
图像分割模块利用3*3的Sobel掩膜计算二值化显微图像的梯度图像;显微图像中像素(x,y)的梯度为:
其中Gx为显微图像水平方向的一阶导数,Gy为显微图像竖直方向的一阶导数;
第六步图像分割模块对梯度图像进行分割
图像分割模块把梯度图像存储为数据矩阵,数据矩阵中的每个数值为梯度图像中对应像素的灰度值,计算梯度图像的极大值,将极大值点作为分水岭的内部标记符集合;对内部标记符集合进行距离变换后再进行一次分水岭变换得到分水岭脊线,将分水岭脊线作为分水岭的外部标记符集合;采用最小强制方式对梯度图像进行修改,由此得到分割后显微图像;
第七步颗粒参数测量模块对颗粒数目、大小、形状进行测量
颗粒参数测量模块采用线扫描方式对分割后显微图像中各目标区域标号,最大的区域标号即为显微图像中颗粒的数目N;
颗粒参数测量模块统计目标区域中颗粒边缘的像素个数,即为此目标区域中颗粒的周长L;
目标区域中颗粒的面积为颗粒边缘与边缘内包含的像素个数之和,此目标区域的颗粒面积为:
由此计算出颗粒的等效粒径为:
圆形度为:
经过上述各步骤实现了基于分水岭分割的显微图像颗粒粒度测量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410311363.7A CN104075965B (zh) | 2014-07-02 | 2014-07-02 | 一种基于分水岭分割的显微图像颗粒粒度测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410311363.7A CN104075965B (zh) | 2014-07-02 | 2014-07-02 | 一种基于分水岭分割的显微图像颗粒粒度测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104075965A true CN104075965A (zh) | 2014-10-01 |
CN104075965B CN104075965B (zh) | 2016-08-24 |
Family
ID=51597386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410311363.7A Active CN104075965B (zh) | 2014-07-02 | 2014-07-02 | 一种基于分水岭分割的显微图像颗粒粒度测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104075965B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104390895A (zh) * | 2014-11-25 | 2015-03-04 | 中国科学技术大学 | 基于显微成像的图像灰度测量颗粒粒径的方法 |
CN104483243A (zh) * | 2014-11-21 | 2015-04-01 | 浙江工商大学 | 大米粘连米检测分割方法、装置及系统 |
CN106023225A (zh) * | 2016-05-30 | 2016-10-12 | 华中科技大学 | 生物样本显微成像的自动修改成像区间方法 |
CN109523563A (zh) * | 2018-11-01 | 2019-03-26 | 华东师范大学 | 一种提高显微图像标注效率的方法 |
CN109598715A (zh) * | 2018-12-05 | 2019-04-09 | 山西镭谱光电科技有限公司 | 基于机器视觉的物料粒度在线检测方法 |
CN110223376A (zh) * | 2019-05-23 | 2019-09-10 | 天津大学 | 一种基于单幅堆积颗粒材料图像的三维颗粒重建方法 |
CN110716239A (zh) * | 2018-07-11 | 2020-01-21 | 中石化石油工程技术服务有限公司 | 一种基于电成像的测井砂砾岩体岩性精细评价方法 |
CN110969608A (zh) * | 2019-11-29 | 2020-04-07 | 华侨大学 | 一种基于图像法的机制砂级配修正系统 |
CN112329782A (zh) * | 2020-11-04 | 2021-02-05 | 中冶赛迪重庆信息技术有限公司 | 一种原料粒度确定方法、系统、终端及介质 |
CN113552028A (zh) * | 2020-04-23 | 2021-10-26 | 中冶长天国际工程有限责任公司 | 混合料视觉分析装置、混合料粒度组成检测方法及系统 |
CN115598025A (zh) * | 2022-12-13 | 2023-01-13 | 四川亿欣新材料有限公司(Cn) | 图像处理方法及使用该方法的碳酸钙粉质检系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05232010A (ja) * | 1992-02-25 | 1993-09-07 | Kao Corp | トナーにおける機能性微粉体の分散状態評価方法および評価装置 |
US20070273878A1 (en) * | 2006-05-15 | 2007-11-29 | Sysmex Corporation | Particle image analyzing apparatus |
JP2008020218A (ja) * | 2006-07-11 | 2008-01-31 | Sysmex Corp | 粒子画像分析装置 |
CN101281112A (zh) * | 2008-04-30 | 2008-10-08 | 浙江理工大学 | 一种对网状粘连稻米的图像式自动分析方法 |
CN103413290A (zh) * | 2013-05-25 | 2013-11-27 | 北京工业大学 | 多特征与多层次结合的矿石粒度图像分割方法 |
-
2014
- 2014-07-02 CN CN201410311363.7A patent/CN104075965B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05232010A (ja) * | 1992-02-25 | 1993-09-07 | Kao Corp | トナーにおける機能性微粉体の分散状態評価方法および評価装置 |
US20070273878A1 (en) * | 2006-05-15 | 2007-11-29 | Sysmex Corporation | Particle image analyzing apparatus |
JP2008020218A (ja) * | 2006-07-11 | 2008-01-31 | Sysmex Corp | 粒子画像分析装置 |
CN101281112A (zh) * | 2008-04-30 | 2008-10-08 | 浙江理工大学 | 一种对网状粘连稻米的图像式自动分析方法 |
CN103413290A (zh) * | 2013-05-25 | 2013-11-27 | 北京工业大学 | 多特征与多层次结合的矿石粒度图像分割方法 |
Non-Patent Citations (1)
Title |
---|
丛培盛等: "分水岭算法分割显微图像中重叠细胞", 《中国图像图形学报》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104483243A (zh) * | 2014-11-21 | 2015-04-01 | 浙江工商大学 | 大米粘连米检测分割方法、装置及系统 |
CN104390895B (zh) * | 2014-11-25 | 2017-02-22 | 中国科学技术大学 | 基于显微成像的图像灰度测量颗粒粒径的方法 |
CN104390895A (zh) * | 2014-11-25 | 2015-03-04 | 中国科学技术大学 | 基于显微成像的图像灰度测量颗粒粒径的方法 |
CN106023225A (zh) * | 2016-05-30 | 2016-10-12 | 华中科技大学 | 生物样本显微成像的自动修改成像区间方法 |
CN106023225B (zh) * | 2016-05-30 | 2019-03-08 | 武汉沃亿生物有限公司 | 生物样本显微成像的自动修改成像区间方法 |
US10365207B2 (en) | 2016-05-30 | 2019-07-30 | Wuhan Oe-Bio Co., Ltd. | Method of automatically modifying imaging range in biological sample microscopic imaging |
CN110716239A (zh) * | 2018-07-11 | 2020-01-21 | 中石化石油工程技术服务有限公司 | 一种基于电成像的测井砂砾岩体岩性精细评价方法 |
CN109523563A (zh) * | 2018-11-01 | 2019-03-26 | 华东师范大学 | 一种提高显微图像标注效率的方法 |
CN109598715B (zh) * | 2018-12-05 | 2023-03-24 | 山西镭谱光电科技有限公司 | 基于机器视觉的物料粒度在线检测方法 |
CN109598715A (zh) * | 2018-12-05 | 2019-04-09 | 山西镭谱光电科技有限公司 | 基于机器视觉的物料粒度在线检测方法 |
CN110223376A (zh) * | 2019-05-23 | 2019-09-10 | 天津大学 | 一种基于单幅堆积颗粒材料图像的三维颗粒重建方法 |
CN110223376B (zh) * | 2019-05-23 | 2022-12-13 | 天津大学 | 一种基于单幅堆积颗粒材料图像的三维颗粒重建方法 |
CN110969608A (zh) * | 2019-11-29 | 2020-04-07 | 华侨大学 | 一种基于图像法的机制砂级配修正系统 |
CN110969608B (zh) * | 2019-11-29 | 2023-04-07 | 华侨大学 | 一种基于图像法的机制砂级配修正系统 |
CN113552028A (zh) * | 2020-04-23 | 2021-10-26 | 中冶长天国际工程有限责任公司 | 混合料视觉分析装置、混合料粒度组成检测方法及系统 |
CN113552028B (zh) * | 2020-04-23 | 2022-12-13 | 中冶长天国际工程有限责任公司 | 混合料视觉分析装置、混合料粒度组成检测方法及系统 |
CN112329782A (zh) * | 2020-11-04 | 2021-02-05 | 中冶赛迪重庆信息技术有限公司 | 一种原料粒度确定方法、系统、终端及介质 |
CN115598025A (zh) * | 2022-12-13 | 2023-01-13 | 四川亿欣新材料有限公司(Cn) | 图像处理方法及使用该方法的碳酸钙粉质检系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104075965B (zh) | 2016-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104075965A (zh) | 一种基于分水岭分割的显微图像颗粒粒度测量方法 | |
CN109903327B (zh) | 一种稀疏点云的目标物尺寸测量方法 | |
CN110428433B (zh) | 一种基于局部阈值的Canny边缘检测算法 | |
CN106780576B (zh) | 一种面向rgbd数据流的相机位姿估计方法 | |
CN107369159B (zh) | 基于多因素二维灰度直方图的阈值分割方法 | |
CN102999886B (zh) | 图像边缘检测器及标尺光栅栅线精度检测系统 | |
CN108596923B (zh) | 三维数据的获取方法、装置以及电子设备 | |
CN104268519B (zh) | 基于模式匹配的图像识别终端及其识别方法 | |
CN107169979A (zh) | 一种改进Canny算子的图像边缘检测方法 | |
CN102982537B (zh) | 一种检测场景变换的方法和系统 | |
CN104504704B (zh) | 自适应分块多阈值的俯视群养猪多目标提取方法 | |
WO2017120796A1 (zh) | 路面病害的检测方法及其装置、电子设备 | |
CN105719275A (zh) | 一种并行组合的图像缺陷分割方法 | |
CN113393430B (zh) | 用于风机叶片缺陷检测的热成像图像增强训练方法和装置 | |
CN106709876B (zh) | 一种基于暗像元原理的光学遥感图像去雾方法 | |
CN105303538B (zh) | 一种基于nsct和pca的高斯噪声方差估计方法 | |
Zhang et al. | Corn ear test using SIFT-based panoramic photography and machine vision technology | |
CN106023223A (zh) | 柑橘果实大小描述及分级方法 | |
CN103136530A (zh) | 在复杂工业环境下的视频图像中自动识别目标图像的方法 | |
CN103177244A (zh) | 水下显微图像中快速检测目标生物的方法 | |
CN104103039B (zh) | 一种图像噪声估计方法 | |
CN102081793A (zh) | 星空背景图像帧转移型CCD传感器Smear效应亮线消除方法 | |
CN110021011A (zh) | 一种检测芯片画胶面积的方法 | |
CN112037233B (zh) | 基于大津法与k均值聚类算法联合优化的图像二值化方法 | |
CN103714527A (zh) | Dr图像的裁剪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |